Méthodes et outils pour le détourage des malformations artério-veineuses cérébrales dans un contexte multimodalité

Texte intégral accessible uniquement aux membres de l'Université de LorraineRadiosurgery of brain arteriovenous malformations (AVM) requires a precise localization of the volume of the AVM. This volume is at present reconstructed by cone intersection from the manual delineations performed by a medical expert in 2D digital subtracted angiographic (2DSA) views. Regarding the often complex shape of the AVM and the few number of views the resulting volume is far from the actual shape. Moreover the difficulties in the delineation led to an important inter and intra-observer variability. The aim of this study was to develop a new method using 3D imaging and improving the accuracy of this volume determination. We first focused on the validation of 3D X-ray angiography (3DXA) as a 3D imaging modality for delineation of the AVM. This validation presented with difficult problems of methodology. We compared the delineations performed in 3DXA with those performed in 2DSA taken as the reference. In practice we constructed statistical models derived from a set of 3 experts delineations on 2DSA in a clinical database of AVMs treated by radiosurgery. Then, using this shape database as a reference, we evaluate 3DXA delineations performed by the same experts. For that purpose we designed a statistical test for acceptation/rejection of these 3DXA delinations. The results proved that 3DXA could be used for AVMs delineation. We then developed a new method using deformable surfaces applied to 3DXA volume in order to refine the initial estimate of the volume provided by the delineations in 2DSA views. The resulting volumes well matched the reference shape database and demonstrated an important reduction of the inter-observer variability. We now plan to test this method on a large range of MAVs. Moreover we have to keep on the beginning works on the use of 3D MRI.Le traitement par radiochirurgie des malformations artério-veineuses (MAVs) cérébrales nécessite un repérage précis du volume de la MAV. Actuellement ce volume est reconstruit par intersection des cônes de projection issus des détourages tracés par le médecin en angiographie RX (2DSA) qui constitue l'imagerie de référence. Compte tenu de la forme souvent complexe des MAVs et du nombre limité de projections angiographiques réalisables, le volume obtenu n'est qu'approximatif. Par ailleurs les difficultés liées au détourage sont à l'origine d'une importante variabilité inter et intra-expert. L'objectif de ce travail était de développer une méthode utilisant l'imagerie 3D et qui permette d'améliorer la détermination de ce volume. Nous nous sommes d'abord consacré à la validation de l'angiographie RX tridimensionnelle (3DXA) comme méthode d'imagerie 3D pour le détourage des MAVs. Cette validation a posé des problèmes méthodologiques complexes. Nous avons pris comme référence les détourages en 2DSA et évalué les détourages en 3DXA par rapport à cette référence. En pratique, à partir des détourages réalisés par 3 experts médicaux en 2DSA sur un ensemble de MAVs traitées par radiochirurgie, nous avons construit des modèles statistiques de formes permettant de rendre compte de la variabilité intra et inter-experts. Cette base de formes de référence nous a ensuite permis d'évaluer les détourages en 3DXA réalisés par ces mêmes experts. Pour cela nous avons élaboré un test statistique. Les résultats de ce test ont montré que les détourages effectués en 3DXA étaient globalement compatibles avec la base de formes de référence et nous ont permis ainsi de valider la 3DXA. Nous avons ensuite implanté et évalué une méthode originale utilisant des outils de surfaces déformables appliqués au volume 3DXA pour affiner le volume initial déterminé en 2DSA. Les volumes finaux ainsi obtenus présentaient une réduction significative de la variabilité inter-experts tout en restant compatibles avec la base de formes de référence. Ces résultats prometteurs devront être confirmés sur une plus large base de données. Par ailleurs il nous reste à poursuivre les travaux que nous avons débuté sur l'apport potentiel de l'IRM volumique